Oscilación neuronal sincrónica: el gran reto

En este artículo sometemos a la consideración de los lectores, la tesis de que el estudio del fenómeno de la oscilación sincrónica de grupos neuronales, va a constituir la base del estudio del cerebro en la próxima década. Para ello, tomaremos ideas de la neurodinámica basada en sistemas no lineales (Minelli, 2008 y Timme y Wolf, 2008).

Los ritmos cerebrales espontáneos desempeñan un importante papel en la plasticidad sináptica. Así, en situaciones de descanso para sujetos sanos, se produce un nivel de sincronización de las redes neuronales relativamente bajo y fluctuante. En cambio, en ataques de epilepsia, se comprueba una situación de hipersincronicidad. En encefalopatías degenerativas se registra un nivel anormalmente bajo en el área de sincronización.

La sincronización es un mecanismo típico que subyace a los procesos cognitivos, como sucede, por ejemplo, con el aprendizaje asociativo. Según Singer (1994), las neuronas que codifican características de una escena visual, se acoplan selectivamente a través de conexiones excitatorias recíprocas y realizan repuestas rítmicas ante sus estímulos preferidos. Estas respuestas rítmicas pueden sincronizarse después de la estimulación repetida. Las asambleas neuronales pueden ser identificadas por su sincronía al activarse más que por cambios en la tasa de activación. Esto daría lugar a la coexistencia de varias asambleas en la misma región cortical, mostrando una dinámica flexible y robusta.

Para interacciones inhibitorias entre neuronas oscilatorias, el estado de sincronía es estable, más allá de los parámetros y de la conectividad de la red, lo cual demostraría la importancia de las interacciones pulsátiles en la dinámica de la sincronización biológica. Se ha hipotetizado que los patrones de activación neuronal podrían generarse dinámicamente por el córtex cerebral. Los estados en los cuales las unidades se activan de una manera temporalmente irregular y los estados con una actividad asincrónica irregular pueden ser atractores que coexisten en la misma red. Las redes estructuradas pueden poseer una gran variedad de estados dinámicos en los que los tiempos de activación sean precisamente coordinados. Las fuerzas de acoplamiento entre las redes pueden ser muy heterogéneas y darse patrones precisos de activación temporal en lugar de un estado sincrónico simple. Pero, en cualquier caso, entender las propiedades de estabilidad y de robustez de las redes dinámicas cerebrales no parece una tarea que esté fuera de nuestro alcance y, por lo tanto, la comprensión de la clave quizá esencial del comportamiento del cerebro.

Susanne Schreiber: la gran esperanza de la Neurociencia

Voilà, pues he aquí que tenemos a una digna sucesora de Cajal a comienzos del siglo XXI. Se llama Susanne Schreiber y tiene 32 años. Acaba de ganar en 2008 el Premio Bernstein en Neurociencia Computacional, algo así como el Nobel de la especialidad, dotado con más de un millón de euros. Desde aquí vaticino que la investigación acerca del ritmo neuronal, sin duda, la auténtica clave de bóveda para comprender el funcionamiento del cerebro, va a estar marcada por ella y por su equipo de Berlín en la próxima década. Espero poder escucharla y conocerla este mes de julio, en el contexto del Congreso Internacional de Neurociencia Computacional, organizado por la OCNS, precisamente en la capital alemana.

Seamos de una vez por todas serios y realistas: nos acercaremos a la comprensión del cerebro en la medida en que entendamos su actividad, su ritmo de funcionamiento. Por lo tanto, y aún a riesgo de que algún genetista o especialista en química molecular que leyera esto, pudiera manifestar su disconformidad, el tren del entendimiento del cerebro no pasa exclusivamente por allí, como se nos pretende hacer creer ante la cascada infinita y reciente de artículos sobre combinatoria molecular o replicación genética. No. De acuerdo, se trata de los fenómenos primarios, de los fenómenos subfenoménicos, y el mal funcionamiento del dispositivo molecular neuronal eventualmente lleva a enfermedades neurológicas. Pero son las oscilaciones de la red neuronal las que tienen verdadero poder explicativo a nivel macrofenoménico. Claro, ésta es una empresa enormemente complicada, como no podía ser menos. ¿Por qué? Porque hay que descender al nivel de las neuronas simples. ¿Cómo las características de las neuronas aisladas influyen en la función de las redes más extensas en el cerebro? Esta es la pregunta

No todas las neuronas computan de la misma manera. Algunas neuronas producen "trenes" de impulsos en una sucesión rápida. Otras envían impulsos simples a intervalos regulares. Parece claro que cada célula o grupos de células posee un ritmo preferido a la hora de enviar impulsos.

¿Cómo las propiedades de respuesta de las neuronas influyen en la función de redes neuronales extensas? Grandes grupos de neuronas envían impulsos a un ritmo común, entrando en una "oscilación" colectiva a través de la interacción mutua. Esta conducta oscilatoria y su disfuncionalidad, puede ser un gran predictor de patologías, tales como la epilepsia, o de dificultades en el almacenamiento por parte de las diversas memorias.

Schreiber y su grupo investigan los mecanismos responsables de la oscilación sincrónica de las redes de neuronas y cómo las células individuales pueden mantener el ritmo. Y es que las propiedades individuales de respuesta de las neuronas individuales parecen ejercer efecto sobre la sincronización de la red. Esto se traduciría en la necesidad de elucidar la conexión entre los canales de iones de las células y sus características de respuesta.

Desde aquí queremos felicitar al "Bernstein Center for Computational Neuroscience" por su decisión de premiar el esfuerzo de Schreiber y su grupo por aupar la Neurociencia Computacional a unas propuestas tan llenas de ambición y prometedoras. Sin duda, es la suya una de las grandes apuestas en la investigación del cerebro en nuestro siglo.